简介

uv是下一代的python包管理工具，使用rust编写，现阶段主要替代pip，有一些亮点：

速度比pip快10～100倍
可以替代pip，pipx，poetry，pyenv，virtualenv等工具
提供项目管理，带有通用锁定文件
安装管理python版本
有一个pip兼容的接口
支持工作区
磁盘利用率高(使用全局硬连接，只会保存一份)

由此，假如需要手动编译(在没有对应平台包的情况下)，需要rust编译链

用起来感觉像一个大杂烩，使用不同的子命令兼容不同的工具，基础是一个包管理器，而非环境管理器

用法

包管理和安装–替代`pip`–`uv pip`

简单替代直接使用uv pip替代pip即可：

# 用户级
uv pip install ...
uv pip list

# 可以加--system全局使用
uv pip install --system ...

uv进行的是包的隔离，其会在.uv(不在项目中)或者.venv(在项目中)中安装包，而解释器还是用的系统本身，修改PYTHONPATH进行加载

在使用uv pip install时，如果遇到需要即使编译的包，并且依赖其它环境(例如torch)，会找不到包，这是由于uv默认使用了pip install --use-pep517的选项来进行build隔离，需要开发者在project.toml文件中更新支持，可以使用暂时--no-build-isolation绕过

项目管理–替代poetry

可以初始化项目，在项目内进行包管理：

# 初始化项目
uv init hello-world
cd hello-world

# 管理依赖
uv add 'requests==2.31.0'	# 增加项目依赖
uv lock --upgrade-package requests # 更新项目依赖
uv remove requests # 删除项目依赖

在add时，会创建一个.venv来管理配置，或者自己显式创建

初始的项目具有以下结构：

.
├── .venv
│   ├── bin
│   ├── lib
│   └── pyvenv.cfg
├── .python-version
├── README.md
├── main.py
├── pyproject.toml
└── uv.lock

管理全局工具–替代`pipx`–`uv tool`或者`uvx`

类似npm，可以管理一些全局的python工具，例如，使用black代码格式化工具：

# 使用uv tool进行管理
uv tool install black 
uv toll run black ...

# 使用uvx进行管理
uvx black ...

python版本管理–替代`pyenv`–`uv python@`

python的版本管理可以使用conda，也可以使用pyenv(不支持windows)，uv可以管理多版本python

# 安装
uv python install python@3.12

# 查看可以使用的版本
uv python list

# 固定默认版本
uv python pin ...

# 使用指定的版本
uv python@3.12 ...

运行脚本

可以确保无需手动管理的情况下管理脚本的依赖：

直接带依赖运行：uv run --with rich example.py

创建脚本运行：uv init --script example.py --python 3.12，会自动包含依赖：

# /// script
# requires-python = ">=3.13"
# dependencies = []
# ///


def main() -> None:
    print("Hello from example2.py!")


if __name__ == "__main__":
    main()

也可以进行声明：uv add --index "https://example.com/simple" --script example.py 'requests<3' 'rich'

# /// script
# requires-python = ">=3.13"
# dependencies = [
#     "requests<3",
#     "rich",
# ]
# [[tool.uv.index]]
# url = "https://pypi.tuna.tsinghua.edu.cn/simple"
# ///

import requests
from rich.pretty import pprint

resp = requests.get("https://peps.python.org/api/peps.json")
data = resp.json()
pprint([(k, v["title"]) for k, v in data.items()][:10])

就可以直接使用uv run来运行

工作区支持

略

卸载

真是从入门到卸载：

首先需要清理缓存：

1
2
3

uv cache clean
rm -r "$(uv python dir)"
rm -r "$(uv tool dir)"

卸载：
- 如果使用官方脚本，就直接删除文件：
  1
  rm ~/.local/bin/uv ~/.local/bin/uvx
- 如果使用pip安装，就使用pip卸载：
  1
  pip uninstall uv
- 另外别忘记删除uv创建的工程和.venv

总结

官方声明为下一代的python包管理工具，但是现有的定位相对尴尬：

相比于conda作为一个环境隔离和管理工具，uv没有实现对应的功能，并且有许多科学计算的包包含c/c++也无法支持，现在连pytorch都只能装最新版，旧版会有各种问题
其定位更接近于pip，相比于pip，速度更快，但一旦涉及到编译，就会出现各种不兼容问题，尽管很多问题也不见得是uv的问题
项目管理工具，这确实是python所缺少的，有很好的前景，可能对于脚本，前后端有用，至于要成为做深度学习的必备工具，只能说道阻且长吧

总结来说，以一个视觉从业者的角度来说，尽管愿景美好，现阶段还是有些华而不实

uv库使用

简介

用法

包管理和安装–替代pip–uv pip